Commençons par la conclusion :
GlobalSoilMap is the most exciting project in soil science today !
(
Hempel et al., 2013)
Délivrer une base de données numériques de propriétés des sols du monde au pas de 90x90-m, assorties de leurs incertitudes, et librement téléchargeable.
Que voulons-nous faire ?
Calé sur la grille SRTM -90m
Monde entier
18 milliards de points et de blocs
Prédiction ponctuelle et par cellule
0-5, 5-15, 15-30, 30-60, 60-100 et 100-200 cm
Des propriétés quantifiées
Essentielles à la modélisation dans l’espace et le temps
Evolutif, avec l’intégration de nouvelles données ou de nouvelles méthodes
Plus facile à harmoniser que les cartes conventionnelles
Facile à croiser avec d’autres sources d’information spatiale
Le “produit”
Argile, Limons, Sables, Eléments grossiers
Carbone organique (teneur)
pH
CEC
Profondeur totale
Profondeur effective
Masse volumique de la terre fine
Masse volumique totale
Réservoir en eau utilisable
Liste non limitative
Autres candidats souvent cités : CaCO3, conductivité électrique, phosphore, type d’horizon diagnostique ou type de sol WRB ou ST.
Prédictions moyennes + incertitudes (intervalle de confiance à 90% (tier1 et 2); + fonction de probabilité (tier3 et 4) + validation par un échantillonnage probabiliste externe (tier 3 et 4)
Méthodes renseignées et reproductibles
Les données obligatoires
Des profondeurs standards
Equal area quadratic splines (Bishop et al, 1999, geoderma)
In: Arrouays et al.
2014. Advances in Agronomy.
L’utilisation de la cartographie numérique
Principes
Which soil data are available?
Define an area of interest
Detailed soil maps with legends
-Spatially weighted mean -Spatial disaggregation
Extrapolation from reference areas
Spatially weighted mean
Full Cover? Homosoil
Detailed soil maps with legends
and Soil Point data
Soil Point data No data
Yes No scorpan
kriging
Assemble environmental covariates
Soil maps:
-Spatially weighted mean -Spatial disaggregation Soil data:
- scorpan kriging
Extrapolation from reference areas:
-Soil maps -Soil point data Full Cover?
No Yes
Increasing uncertainty in prediction
(depends on the quality of data and complexity of soil cover ) Assign quality of soil data and coverage in the covariate space
Choisissez la méthode
en fonction de vos données !
Qui fait quoi ?
Le consortium
?
Direction générale Direction exécutive
Supervision scientifique globale Coordination scientifique mondiale Appui technique
Nœuds régionaux (pas toujours facile…)
?
Country level involvement
Node level involvement
Local attempts identified
Expression of interest
+ World level ISRIC SoilGrid
Conséquences pratiques
Il y aura un produit GlobalSoilMap européen librement diffusé fin 2015. On ne pourra empêcher personne de « zoomer » !
Ce produit sera entaché de fortes incertitudes et biaisé.
Il y a déjà un produit 1-km à l’échelle du monde. Qui passera progressivement à 250-m, puis à 90-m, il sera pire !
Le produit GlobalSoilMap-France est quasi terminé, il utilise
(mais ne diffusera pas) les données ponctuelles de DoneSol et des variables externes libres d’accès, mais n’utilise pas les UCS des RRP ni des autres échelles (sauf le 1:1M)
On peut donc certainement faire mieux aux échelles
départementales et régionales !
In: Arrouays et al.
2014. Advances in Agronomy.
In: Arrouays et al.
2014. Advances in Agronomy.
In: Arrouays et al.
2014. Advances in Agronomy.
Et en France, actuellement ?
INRA InfoSol, Orléans
Essais France entière (métropole) et Région Centre
UMR Lisah, Montpellier
(exposé de Philippe Lagacherie)Essais Languedoc-Roussillon
UMR SAS, Rennes
(exposé de Blandine Lemercier)Essais méthodologiques région Bretagne
GSM-France (travaux de Titia Mulder et al.)
1) Spline des profils présents dans DoneSol
2) Calcul des propriétés sur les profondeurs standards 3) Projection de 20 données auxiliaires
4) Calibration (Cubist) et validation croisée 5) Estimation des intervalles de confiance
6) Cartographie prédictive et masque à partir de la carte des profondeurs
Comparaison des résultats GSM-90-m, GSM-500-m et
SoilGrid 1-km
GSM-90
GSM-500
SoilGrid -1K
Lower (5%) Mean Upper (95%)
Les résultats GSM 90 et GSM 500 sont cohérents
SoilGrid 1K surestime très fortement les valeurs moyennes
(Mulder et al., in prep)Un produit national, avec des artefacts locaux
Qui ne concurrencera donc pas des produits « régionaux »
Teneur en C 0-5 cm
Titia Mulder et al.,
Work in progress
Intégrer les UCS/UTS d’IGCS dans la modélisation
Calibrer des modèles locaux tenant mieux compte du contexte pédo-climatique
Mieux prendre en compte la pertinence de l’utilisation de profils locaux
Intégrer des données externes spécifiques à la région dans la calibration et la modélisation
Injecter de la connaissance et de l’expertise locale
Diversifier les variables de sortie en fonction de leur
importance locale
Déjà disponibles V.1.0 (Australie, US)
Très bientôt V 1.0 (fin 2015 : EU, France, Danemark, Ecosse, Nouvelle Zélande, Indonésie, Corée du Sud, Chili)
Les autres : 2018 ?
Un projet avec des avancements significatifs. Des livrables qui n’attendront pas… Et qui seront plus ou moins uncertains !
Une grande avancée en terme de recherche et de technologie en cartographie numérique ; qui veut prendre le bateau ?
Qui devrait permettre - grâce à un accès “sur étagère” - l’utilisation des données sur les sols pour des applications globales – avec une quantification des incertitudes.
Un produit “évolutif”, et déclinable selon la “couverture”.
Des produits mondiaux, européens et nationaux “imposés”, mais avec un fort potentiel d’amélioration à des échelles
départementales ou régionales.
Thank you Gracias Dankjewel
Choucrane Merci gramint des caups Mercès plan
Märsi Mècie byin Gran maci Trugarez
Grand Mèhhi
多谢etc.
Slides de rab si nécessire
Quand des Yankees et des Aussies
publient en Français dans un super journal…
Librement téléchargeable sur : http://www.afes.fr/egs.php
Quand des français publient et éditent en anglais…
Sanchez et al. Science, 2009
Arrouays et al., Adv. in Agron. 2014 Arrouays et al., Taylor&Francis,
CRC Press, 2014
Les “têtes de noeuds” dans l’accord de consortium actuel
Sub-Saharan Africa –Earth Institute at Columbia University (EI), World
Agroforestry Centre (ICRAF), Tropical Soil Biology and Fertility Institute (TSBF- CIAT), and CIESIN/Earth Institute of Columbia University Kenya.
North America – USDA Natural Resources Conservation Service, National Geospatial Development Center, Morgantown, USA.
Latin America– EMBRAPA (Empresa Brasileira de Pesquisa Agropecuária) in Rio de Janeiro, Brazil.
Europe and Eurasia – Institute for Environment and Sustainability (IES) of JRC (Joint Research Centre of the European Union) in Ispra, Italy.
Australia and Oceania – Commonwealth Scientific and Industrial Research Organization (CSIRO) in Canberra, Australia
Asia - Institute of Soil Science, Chinese Academy of Sciences in Nanjing,
China
West Asia / North Africa => Ministry of Agriculture CUMERC, Amman, Jordan
South Asia India/Pakistan/Nepal/Bengladesh/Myanmar Not yet
Variable Scale/resolution Reference Climate
Mean annual potential evapotranspiration
8 km (Quintana-Segui et al., 2008)
Mean annual precipitation 1 km (Hijmans et al., 2005)
Maximum temperature 1 km Hijmans et al., 2005 Vegetation and land management
Manure application per department (Meersmans et al., 2012b)
Forest type ?? (Inventaire Forestier
National, 2006) Ecoclimap land use 1 km (Faroux et al., 2013) Max Net Primary
Production
1 km (NASA Land
Processes Distributed Active Archive Center (LP DAAC), 2001) Soil data
Soil type 1:1M (King et al., 1995)
Parent material 1:1M (King et al., 1995) Rate of river network
development and persistence
1:50 K (Info Terre - Site cartographique de référence sur les géosciences, 2014) Available water capacity 1:1 M (Le Bas et al., 2004)
Erosion rates 1:1M (Cerdan et al., 2010)
Topography
SRTM DEM 90m (USGS, 2006)
Aspect 90m (USGS, 2006)
Compound Topographic Index
90m (USGS, 2006)
Curvature 90m (USGS, 2006)
Exposition 90m (USGS, 2006)
Slope position 90m (USGS, 2006)
Slope, cosines(slope) 90m (USGS, 2006) Gravimetric data 4 km (Achache et al., 1997)
1